首页期刊导航|智能安全
期刊信息/Journal information
智能安全
智能安全

陈小前

季刊

2097-2075

znaq2019@163.com

010-66716457

100071

北京市丰台区丰台东大街53号

智能安全/Journal Artificial Intelligence Security
正式出版
收录年代

    基于Coq的RVWMO加载值公理形式化描述与推论证明

    梁少杰徐学政杨德亨黄安文...
    1-9页
    查看更多>>摘要：RISC-V内存一致性模型(RVWMO)规定了RISC-V多核系统的访存序约束,是RISC-V软硬件设计者共同遵守的重要规范,旨在为硬件设计提供灵活性的同时保证软件的易开发性.RISC-V指令集规范使用全局访存序、保留程序序以及三条公理(加载值公理、原子公理与进度保证公理)描述RVWMO.通过运用RVWMO的规则,可对多线程程序的访存序合法性进行判定,进而指导芯片设计、验证与软件开发.其中,加载值公理是最为复杂和难以运用的规则之一,是多个典型案例合法性判定的重要基础.然而,规范对于该公理的描述及案例讲解主要基于自然语言,缺乏清晰严格的形式化描述和推理过程,不利于读者理解和运用该公理.本文基于交互式定理辅助证明工具Coq,给出了RVWMO加载值公理的形式化描述以及相关引理、定理和推论的证明,对于理解运用RVWMO加载值公理和判定访存序的合法性具有重要意义.

    Coq定理证明RISC-V内存一致性

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    理论模拟指导宽温域大回复超弹合金设计的研究进展

    丁向东杨洋陶雪飞宗洪祥...
    10-19页
    查看更多>>摘要：中国未来的太空探测计划聚焦于月球永久阴影区探测、小行星及火星的采样返回任务、木星系和行星际穿越探测,以及太阳系边际探测等多项深空任务.这些宏大的探索活动旨在拓展中国在深空探测方面的能力,实现重大的科学突破,并显著提升国家的航天技术.深空探测任务的日趋复杂对宽温域大变形超弹性材料提出了更高的要求.综述了过去十几年来点缺陷与马氏体相变动力学的交互作用机制及其对宽温域超弹性影响规律方面的相关研究,着重介绍了计算机模拟技术在微观尺度上理解马氏体相变的形核长大动力学规律中发挥的重要作用.充分利用计算机模拟手段,结合日趋强大的人工智能技术,不仅有助于深入理解材料性能变化的机制,还将推动新材料的设计,从而为中国的深空探测事业提供更强大的支持.

    宽温域大回复超弹性分子动力学相场

      原文链接:
    • NETL
    • NSTL
    • 维普
    • 万方数据

    基于QEMU的RISC-V程序性能分析

    秦宵宵徐学政杨德亨崔焱旭...
    20-28页
    查看更多>>摘要：开源指令集规范RISC-V具有模块化、高可定制的特点,可根据特定应用或需求定制指令集,从而优化性能、节约能耗,提高芯片的应用适配性.为了分析目标场景的需求以优化指令集设计,往往需要基于模拟器深入分析目标应用的特点.为此,本文面向RISC-V,提出了一种基于QEMU模拟器的程序性能分析技术,以动态二进制插桩的方式收集程序的运行信息,并结合调试信息进行基本块级和函数级的热点标注.相比于传统的性能分析技术(如Gprof等),本技术具有以下优势:一是不受硬件平台和操作系统的限制,适用于早期的指令集设计阶段;二是考虑了模拟器与真实芯片之间执行指令的差异,引入指令预估代价模型对结果进行修正.此外,本文提出的性能分析技术也可用于指导程序性能优化以及编译优化等.

    性能分析RISC-VQEMU

      原文链接:
    • 维普
    • 万方数据

    一种基于点云神经网络的非均匀点阵逆向设计方法

    王荣陈莹王晓晶谢强...
    29-36页
    查看更多>>摘要：点阵材料因其轻质、高强、可实现多功能设计等特点受到了高度的关注,并在航空航天、舰载设备等领域有所应用.均匀分布的点阵结构的结构效率并非最优,研究人员针对特定的点阵结构开展了一些非均匀点阵的设计方法研究,但是现有算法存在难以适应三维点阵、缺乏整体框架、设计参数过少等局限.针对有限元分析云图可以转化为位置与应力结合的矩阵形式的特点,提出一种基于点云神经网络的非均匀点阵设计方法,该方法以有限元分析中节点应力矩阵作为输入,以非均匀点阵设计参数作为输出,实现了有限元分析的逆运算.该方法利用边卷积和最大池化模块解决了矩阵化表示应力信息的交互性和无序性问题,较好地解决了点阵结构的非均匀设计问题.

    点云神经网络材料设计逆向设计有限元

      原文链接:
    • 维普
    • 万方数据

    神经网络驱动的机器视觉学习实现增材制造过程的自适应监控模型

    李竞龙邢悦王浩旭陈永雄...
    37-48页
    查看更多>>摘要：随着增材制造(AM)技术的快速发展,其质量控制与过程监控逐渐成为研究焦点.致力于解决3D打印过程中出现的质量波动和缺陷问题,通过利用神经网络驱动的机器视觉系统实现对增材制造过程的高效自适应监控.采用卷积神经网络(CNN)对高分辨率的熔池图像数据进行深入分析,旨在实现对增材制造过程的实时检测和缺陷分类.实验数据通过激光金属沉积过程收集,并对数据进行了详尽的分析与标注,建立了一个全面且高质量的数据集.基于此数据集,开发了一个专门针对熔池图像识别的CNN模型,该模型有效地从复杂图像中提取关键特征,用于增材制造过程的监控与自适应调整.研究成果表明,所开发的模型在检测和分类增材制造过程中具有高准确率、高召回率和优秀的F1 分数,证明了其在提升增材制造过程精度和可靠性方面的有效性.通过对增材制造过程的实时监控和分析,展示了神经网络在机器视觉应用中的强大能力,为增材制造技术的质量控制和过程优化提供了新的思路.

    增材制造机器视觉学习卷积神经网络自适应监控

      原文链接:
    • NETL
    • NSTL
    • 维普
    • 万方数据

    面向情感计算的视频诱发范式的回顾与思考

    王筱敏赵少楷许敏鹏谢良...
    49-61页
    查看更多>>摘要：情感计算的一个重要目的是建立一个能够对人类情绪进行实时、准确判别的智能系统,以提高人机交互的和谐性,具有广泛的应用前景.在实验室条件下诱发情感需要借助情绪诱发范式(Experimental Paradigm for Inducing Emotions,EPIE).近年来,基于视频的情绪诱发范式获得了大量的关注.然而,少有文献系统性地总结面向情感计算的视频诱发范式中的实验流程和统计方法,以及对实验标准和规范开展梳理和介绍.根据近年来已报道的情感计算的研究成果,回顾了它们所采用的情绪诱发范式,包含情绪模型选择、刺激素材筛选、被试筛选和培训、评价问卷的设计与统计方法、实验流程设计.此外,在总结和评价现有范式的基础之上,对面向情感计算的视频诱发范式的被试选择、素材顺序、自评问卷等提出了新的思路和建议.

    情感计算情绪诱发范式视频诱发情绪

      原文链接:
    • NETL
    • NSTL
    • 维普
    • 万方数据

    基于多源域适应和数据增强的跨项目开源软件缺陷预测

    李光杰唐艺何焱张启磊...
    62-73页
    查看更多>>摘要：通过挖掘软件代码仓库数据预测软件缺陷是提高软件质量和增强软件安全性的重要方法.人们提出了多种基于机器学习的方法挖掘软件代码仓缺陷数据预测软件缺陷.然而,由于从不同代码仓提取的软件缺陷数据具有异质性,因此机器学习的预测效果往往并不理想.为此,本文提出一种基于多源域适应和数据增强的缺陷预测方法.该方法通过挖掘各种源代码仓和目标代码仓之间的特征相似性提高预测的准确性:一方面利用带权重的最大平均方差使特征分布距离最小,另一方面利用注意力机制提高与目标代码仓高度相似的源代码仓权重.对比实验结果表明,本文所提方法在软件缺陷预测效果最佳.

    缺陷预测多源域适应注意力机制数据增强

      原文链接:
    • NETL
    • NSTL
    • 维普
    • 万方数据

    具身智能形态控制方法综述

    申铠瑶聂一鸣商尔科戴斌...
    74-84页
    查看更多>>摘要：近年来,基于强化学习的具身智能在机器人控制领域得到了广泛的应用.具身智能关注智能体对环境的感知和交互,而这种感知和交互在物理层面上就是智能体物理形态的控制和优化.因此,具身智能研究的问题都是由形态、学习和行为的相互作用产生的.其中,形态信息的引入可以有效地约束由机器人的复杂形态带来的巨大的搜索空间.本文重点关注具身智能的形态控制部分,围绕基于强化学习的形态控制方法展开.介绍了当前具身智能形态控制的研究进展和相关问题,重点是在形态信息引入和模型迁移方面;总结了当前的热点方法,主要是图神经网络和Trans-former方法;并对未来的发展方向进行了展望.

    具身智能机器人控制强化学习图神经网络

      原文链接:
    • NETL
    • NSTL
    • 维普
    • 万方数据

    微弱目标检测研究综述

    郭沛东张倩王娟
    85-97页
    查看更多>>摘要：微弱目标检测是安全检测中的一项基础性技术,在海面监测、空中微弱目标检测、网络威胁发现等应用场景具有重要实用价值.由于大尺度场景下存在信噪比低、背景变化大等问题,导致微弱目标检测易出现虚警、漏检等问题,微弱目标检测一直是目标检测领域的研究难点和热点.根据检测图像使用的方法不同,微弱目标检测方法分为单帧型和多帧型两大类,单帧型方法的检测速度快,但在复杂场景下表现不佳,而多帧型方法提高了准确性但需要更多资源.未来,在深度学习和人工智能技术的推动下,微弱目标检测不仅将聚焦于提高检测的准确性和效率,还将探索更加复杂的应用场景,如在动态和多变环境中的实时检测,具有广阔的应用前景.

    微弱目标检测单帧型方法多帧型方法

      原文链接:
    • 维普
    • 万方数据

    马赛克战:趋势、挑战与启示

    戴孟元
    98-105页
    查看更多>>摘要：随着近年来美战略重心转向大国竞争,美基于"第三次抵消战略"提出了"马赛克战"这一新型作战概念,以期利用其在人工智能技术等方面的领先地位获得不对称作战优势,"打一场让对手看不懂的战争".马赛克战的制胜机理,在于以复杂性对抗确定性,通过马赛克结点间的分布与聚合,在维持体系作战能力的同时令对手的反制手段降能失效.虽然马赛克战面临着技术和人的因素等多方面的挑战,但美已在这一方向上进行了长时间的探索并体系性布局了大量前沿项目,相关研究成果将为美军智能化变革持续注入动力.

    马赛克战第三次抵消战略人工智能

      原文链接:
    • NETL
    • NSTL
    • 维普
    • 万方数据